模型对比 | RPDiag

测试说明点击展开 5 步 quick-probe-v1 详解

同一会话连续 5 步，覆盖 5 个独立信号： 1. ping/pong —— 单字指令遵循 + 建立缓存上下文。 2. 身份（结构化）—— 三行 vendor / brand / model 格式，机器可解析。 3. 知识截止 —— 跨越 5 分钟 cache 边界后追问，检测 sliding 5m cache 是否真正命中。 4. 身份（自由格式）—— 自然语言自报身份，给包装层（Kiro 等）暴露品牌的机会。 5. 世界知识层级 —— 5 道公共事件硬事实题，按答对档位映射实测 tier，与请求模型对照。步与步之间随机延迟 1–4 分钟。第 3 步（cutoff）累计跨度 > 5 分钟保住 sliding cache 检测；全流程总跨度 > 6 分钟容纳新增的第 5 步。正确实现 sliding 5m cache 的通道，第 3 步及之后的 cache_read 仍 > 0；若按「创建时间起 5 分钟」实现，第 3 步会暴露 cache_read = 0。

2 通道 · 5 步骤

2026/06/11 运行日期

claude-opus-4-8 官方基准

3 任务失败执行不完整

已揭晓揭晓进度

⚠ 3 通道不可测 · 已从主对比表移除点击展开原因

DBAI / M-
```
评测失败
```
ZeroCode / cc
```
评测失败
```
InfAI / R-Kiro
```
评测失败
```

步骤 / 指标

SSSAiCode

O-Max-L2

官方基准

基本信息

服务名 Claude Code Claude Code

模型 claude-opus-4-8 claude-opus-4-8

客户端 claude-cli v2.1.160 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 01:21:36 ~ 01:21:41 (3.1s) 01:21:40 ~ 01:21:45 (3.6s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 1,838 ms 2,402 ms

首文本(SSE delta) 1,940 ms 2,405 ms

总耗时 2,083 ms 2,556 ms

输入 1,428 1,454

输出 4 4

缓存创建

29,758

5m: 0 / 1h: 29,758

30,222

5m: 0 / 1h: 30,222

缓存读取 0 0

响应

pong

pong

步骤 2: identity text

时间 01:25:34 ~ 01:25:39 (3.6s) 01:22:56 ~ 01:23:01 (3.2s)

提示词

查看本步 Prompt

本请求询问的是你（正在生成此回复的当前 API 模型）自身的身份，不是用户提到的任何外部产品。必须直接作答，禁止追问、拒答、解释或输出占位符；不能要求更多上下文。自报身份，输出严格遵守以下 3 行格式（不允许 markdown、代码块、额外文本）：
vendor: <厂商公司名一个英文小写单词>
brand: <产品或模型品牌名一个英文小写单词>
model: <实际 API model 字段值，保留原始短横线格式>

HTTP 头(TTFB) 2,233 ms 1,908 ms

首文本(SSE delta) 2,589 ms 1,910 ms

总耗时 2,663 ms 2,200 ms

输入 2 2

输出 32 28

缓存创建

1,620

5m: 0 / 1h: 1,620

1,646

5m: 0 / 1h: 1,646

缓存读取 29,758 30,222

响应

vendor: anthropic
brand: claude
model: claude-opus-4-1-20250805

vendor: anthropic
brand: claude
model: claude-opus-4-8

步骤 3: cutoff text

时间 01:26:49 ~ 01:26:54 (3.1s) 01:24:09 ~ 01:24:14 (3.1s)

提示词

查看本步 Prompt

你的 knowledge cutoff 是？请只回 YYYY-MM。

HTTP 头(TTFB) 1,948 ms 1,899 ms

首文本(SSE delta) 2,105 ms 1,901 ms

总耗时 2,250 ms 2,135 ms

输入 2 2

输出 6 6

缓存创建

5m: 0 / 1h: 60

5m: 0 / 1h: 57

缓存读取 31,378 31,868

响应

2025-01

2026-01

步骤 4: identity_free text

时间 01:30:18 ~ 01:30:23 (4.1s) 01:26:13 ~ 01:26:18 (3.8s)

提示词

查看本步 Prompt

用中文回答：你是谁？由谁开发？50 字以内。

HTTP 头(TTFB) 2,355 ms 2,003 ms

首文本(SSE delta) 3,285 ms 2,005 ms

总耗时 3,366 ms 2,793 ms

输入 2 2

输出 65 61

缓存创建

5m: 0 / 1h: 31

5m: 0 / 1h: 39

缓存读取 31,438 31,925

输出速度 - 77.4 tok/s

响应

我是 Claude，由 Anthropic 开发的 AI 助手。具体型号为 Claude Opus 4.1，可以协助你完成编程、写作、分析等各类任务。

我是 Claude，由 Anthropic 开发的 AI 助手，基于 Claude Opus 4.8 模型，可协助编程、写作、分析等多种任务。

步骤 5: knowledge_tier text

时间 01:32:55 ~ 01:33:05 (7.8s) 01:27:18 ~ 01:27:28 (8.2s)

提示词

查看本步 Prompt

Before answering, perform the calc calendar arithmetic step by step internally. Use extended internal reasoning if available. Keep all reasoning private; the final visible response must be exactly JSON only, no markdown, no explanation. Use only your internal pretrained knowledge; do not use search, tools, or current-session hints. If you have no stored memory answer "OUT", but do not be overly cautious: answer known public facts. Return {"a":[q1,q2,q3,q4,q5],"calc":N}.
q1: Who won the 2024 U.S. presidential election and became president on 2025-01-20? Answer surname or OUT.
q2: Who was elected pope on 2025-05-08? Answer papal name plus birth surname or OUT.
q3: Who won the 2025 Nobel Peace Prize, announced on 2025-10-10? Answer name or OUT.
q4: Who won the 2025 men's Ballon d'Or, awarded on 2025-09-22? Answer name or OUT.
q5: Who won the 2025 New York City mayoral election on 2025-11-04? Answer name or OUT.
calc: Using only the dates stated in q1-q5, compute ((calendar days from 2025-01-20 to 2025-05-08) + (calendar days from 2025-09-22 to 2025-10-10)) * (calendar days from 2025-10-10 to 2025-11-04). Count days as end_date - start_date, excluding the start date. Return the integer N.

HTTP 头(TTFB) 2,728 ms 2,982 ms

首文本(SSE delta) 6,786 ms 6,755 ms

总耗时 6,931 ms 7,243 ms

输入 2 2

输出 442 510

缓存创建

554

5m: 0 / 1h: 554

550

5m: 0 / 1h: 550

缓存读取 31,469 31,964

输出速度 burst -

响应

{"a":["Trump","OUT","OUT","OUT","OUT"],"calc":3150}

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

总计

总输入(含缓存) 157,502 159,955

总输出 549 609

总缓存创建

32,023

5m: 0 / 1h: 32,023

32,514

5m: 0 / 1h: 32,514

总缓存读取 124,043 125,979

输出速度 burst 77.4 tok/s

总执行时间 21.7s 22.0s

总墙钟时间

11m 29.8s

含步骤间等待

5m 48.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2831

Anthropic: Claude Opus 4.8

$0.2887

Anthropic: Claude Opus 4.8

通道指纹

来源步骤 knowledge_tier knowledge_tier

平台 direct (100%) direct (100%)

上游 Anthropic 直连 (100%) Anthropic 直连 (100%)

CDN - -

ID 格式 msg_01Mqj1YRvrbh5NrSWMxyg9qK msg_01KodM1DroWUsZpqM1FQHnQN

展开详细指纹（响应头 / body 特征 / 完整信号列表）

通道

response_headers_notable

response_body_traits

signals

request_id_chain

O-Max-L2

cf-ray: a09a1e49be091400-LAX
server: Photon-Edge
set-cookie: _cfuvid=kzperTOzS7fZTHEclIWAP7tC3LgwMF2McTwlqHRdgs4-1781112777.2411473-1.0.1.1-BUYKkQRwW8war0syI3aOqEiU0YV3yvJ6QYHlr.Ge2gs; HttpOnly; SameSite=None; Secure; Path=/; Domain=api.anthropic.com

id_format: msg_prefix
extra_fields: ["stop_details"]
has_service_tier: true
has_inference_geo: true
model_has_date_suffix: false
usage_has_cache_fields: true

body:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body

1781112777182-f3g698s4kuptj
req_011Cbuymizo53H4D4PM9RsfG
a09a1e49be091400-LAX

官方基准

server: nginx/1.22.1

id_format: msg_prefix
extra_fields: ["stop_details"]
has_service_tier: true
has_inference_geo: true
model_has_date_suffix: false
usage_has_cache_fields: true

body:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body

req_011CbuyLteXdVWgAszcJEMfK

协议指纹评分（机器自动）

总分 / 100 86 96

基线状态已对照基线已对照基线

缓存命中比 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 10.0 /10 ×15

模型匹配 10.0 /10 ×14 10.0 /10 ×14

缓存连续性 10.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 10.0 /10 ×13

原生 msg-ID 10.0 /10 ×8 10.0 /10 ×8

系统提示纯净 5.0 /10 ×8 10.0 /10 ×8

身份(结构) 6.7 /10 ×7 10.0 /10 ×7

知识截止 10.0 /10 ×7 0.0 /10 ×7

身份(自由) 10.0 /10 ×7 10.0 /10 ×7

service_tier 10.0 /10 ×6 10.0 /10 ×6

inference_geo 10.0 /10 ×5 10.0 /10 ×5

延迟基线 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /10 ×4 10.0 /10 ×4

stop_reason 10.0 /10 ×3 10.0 /10 ×3

SDK 一致 10.0 /10 ×2 10.0 /10 ×2

流式投递 — —

综合结论

与基线相似度 86 v3.9.1 基准（参考）

雷达图例

共 19 个维度（顺时针，从顶部 12 点起）— 点击展开对照

1 模型匹配 model_match
2 知识截止 cutoff_match
3 SDK 一致 sdk_consistency
4 Thinking 存在 thinking_present
5 自由身份 identity_free_clean
6 停止原因 stop_reason_present
7 系统提示纯净 system_prompt_clean
8 Service Tier service_tier_present
9 缓存命中比 cache_hit_ratio_match
10 缓存 TTL 一致 cache_ttl_consistency
11 推理地区 inference_geo_present
12 缓存连续 cache_continuity_intra
13 延迟基线 latency_baseline_match
14 原生 msg-ID anthropic_msg_id_format
15 Sliding 缓存 cache_sliding_correctness
16 结构化身份 identity_structured_match
17 中文遵循 instruction_following_lang
18 世界知识层级 world_knowledge_tier_match
19 Req-ID 透传 anthropic_request_id_passthrough

每根轴长度 = 该维度 0-10 分（越长越接近基线）。蓝色虚线圆 = 满分基准。具体权重见方法论页。

维度雷达

平均延迟 3459 ms 3385 ms

输出速度 burst 77.4 tok/s

完成步骤 5/5 成功 5/5 成功

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2831

$0.2887

缓存读取占比 ⓘ 79% 79%

揭晓

通道

服务商 SSSAiCode ↗

通道O-Max-L2

官方基准

返回列表